Scribd
Cargar
82 vistas3 páginas

Curso de Python para Ciencia de Datos

El documento describe un curso de 24 horas sobre Python para ciencia de datos. El curso se enfoca en enseñar el procesamiento y análisis de datos con Python utilizando librerías como Numpy, Pandas, Matplotlib y Scikit-learn. El curso consta de 8 sesiones que cubren temas como estructuras de datos, visualización de datos y machine learning. La evaluación consiste en varias prácticas y un examen final.

Cargado por

Rulitos Mios
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
82 vistas3 páginas

Curso de Python para Ciencia de Datos

El documento describe un curso de 24 horas sobre Python para ciencia de datos. El curso se enfoca en enseñar el procesamiento y análisis de datos con Python utilizando librerías como Numpy, Pandas, Matplotlib y Scikit-learn. El curso consta de 8 sesiones que cubren temas como estructuras de datos, visualización de datos y machine learning. La evaluación consiste en varias prácticas y un examen final.

Cargado por

Rulitos Mios
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS

PYTHON PARA CIENCIA


DE DATOS
Duración 24
horas.
8 Sesiones.

Dirigido a:
OBJETIVOS:
Estudiantes
El Participante al nalizar el curso será capaz de:
RE

Profesionales
Utilizar el lenguaje PYTHON para ciencia de
Público en
LIB

general. datos.
O
RS
CU

El curso abordará el procesamiento


y análisis de datos con Python. Para
ello se realizará un estudio profundo
de las principales librerías para el
manejo avanzado de las estructuras
de datos. Finalmente se desarrolla
REQUERIMIENTOS:
un prática de analítica predicativa, Conocimientos previos de programación (deseable).
usando un algoritmo básico de
clasificación y la librería mas popular
de Python (Sklearn).aqqserqsere

CENTRAL: DIRECTO:
[Link] [Link]@[Link] 481 - 1070
200-9060 ANEXO 5231
UNIVERSIDAD NACIONAL DE INGENIERÍA
FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS

CONTENIDO:

Sesión 1

LISTA DE TEMAS

Manejo avanzado de Estructuras de Datos


Definición y operaciones con objetos Numpy
Lectura de datos con Pandas
El concepto de Dataframe y su API
Operaciones con DataFrames en pandas
Cláusula GroupBy
El método agg
Agregadores básicos: SUM (), avg(), median(), min (), Max()

Sesión 2

LISTA DE TEMAS

Operaciones Avanzadas con DataFrames


Filtrado, clasi cación y selección de dataframess
Ensamblado de dataframes
Transformaciones Avanzazdas (stack, unstack, pivot, Melt)
Dataframes “tidy”

Sesión 3

LISTA DE TEMAS

Visualización de Datos
Introducción a matplotlib
Gráficos básicos de Pandas con Matplotlib
Seaborn para gráficos estadísticos
Creación de gráficos interactivos con Chartify
Reportes con Markdown

CENTRAL: DIRECTO:
[Link] [Link]@[Link] 481 - 1070
200-9060 ANEXO 5231
UNIVERSIDAD NACIONAL DE INGENIERÍA
FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS

CONTENIDO:

Sesión 4
LISTA DE TEMAS

Machine Learning
Introducción a scikit-learn
Tuberías de scikit-learn

EVALUACIÓN: La evaluación de cursos será totalmente


práctica. Se realizarán entre 4 y 5 prácticas de las cuales se eliminará
la nota más baja y se obtendrá un promedio (PP). Durante la última
sesión se realizará un examen final (EF), el cual se promediará con la
nota de prácticas y de esta manera se tendrá la calificación final.
Promedio De Prácticas Nota Final:
PP=(PR1 + Pr2 + Pr3 + PR4) - Menor (PR) NF = (PP + EF) / 2
3

CENTRAL: DIRECTO:
[Link] [Link]@[Link] 481 - 1070
200-9060 ANEXO 5231

También podría gustarte